作者：王子餅干《多洛克小鎮(zhèn)》游戲制作人

首發(fā)知乎https://zhuanlan.zhihu.com/p/1956584978579162583

現(xiàn)代化的游戲傾向于雜糅各種不同的玩法，但其中或多或少都會產(chǎn)生一定的策略性要素，使其具有一定的策略類玩法，但是究其本質(zhì)到底是什么，在本篇文章中試圖以更邏輯化的方式來講述清楚。

一.引論

模擬經(jīng)營類游戲的內(nèi)核是一個內(nèi)循環(huán)結(jié)構(gòu)，這是表達模擬經(jīng)營類游戲的最小結(jié)構(gòu)也是本系類文章對它的定義方式，于是策略類游戲有無一個類似的最小結(jié)構(gòu)，該如何定義什么是策略類游戲呢？

策略類游戲的分類有很多，就比如SRPG（策略類角色扮演游戲）或者RTS（即時戰(zhàn)略游戲），典型的案例就比如《火焰之紋章》或者《英雄連》等等，SRPG其實是一種戰(zhàn)旗策略游戲，戰(zhàn)旗策略不能全盤代表策略類游戲，或者只是策略類游戲的經(jīng)典形態(tài)，但是卻能從其中感知到某種策略類玩法的存在，這可能是我們對策略類游戲能夠產(chǎn)生的最直觀的又最模糊的感受。所以要說清楚什么是策略類游戲，可以先理解什么是策略（Strategy）

策略，一個很容易理解但是深究起來似乎沒有辦法直觀地說清楚它的含義的詞，第五版漢語辭典對它的解釋如下：

①【名】根據(jù)形勢發(fā)展而制定的行動方針和斗爭方式：斗爭~

②【形】講究斗爭藝術(shù)；注意方式方法：談話要~一點|這樣不夠~

辭典的解釋很適合作為一個起點，所謂策略[1]，用編程或者數(shù)學的概念來解釋，可以看作一個函數(shù)，這個函數(shù)的輸入是當前的局勢、環(huán)境或形勢，它的輸出是一個具體的行為：

當然，其實還有一個很容易被人忽略的點，也就是這個策略函數(shù)可能會有另外一個參數(shù)叫做動作空間（Action Space），即當前玩家能做的所有可能的、潛在的行為的集合。

就拿象棋來說，棋盤上每個己方的棋子的所有可移動的點都是動作空間中的一項，畢竟制定策略最終是輸出一個可以執(zhí)行的動作，于是就必須要了解所有可能執(zhí)行的動作。所以這個函數(shù)嚴格來說應該是這樣的。

其中A表示所有可能的動作，但其實狀態(tài)和可執(zhí)行動作往往是密不可分的，正如象棋中的環(huán)境其實也代表著玩家的可執(zhí)行的動作空間，兩者是一體的，所以兩者可以內(nèi)化合并一個概念，叫做游戲狀態(tài)。

所以根據(jù)這個函數(shù)，本文可以給出關(guān)于策略的更加通用且廣泛的定義：

策略即一種決策的基本邏輯，根據(jù)當前的游戲狀態(tài)來選擇一個具體的可執(zhí)行行為。

這也是本文探究策略類游戲的重要結(jié)論，但其實策略這個概念本身是非常通俗的。就拿最經(jīng)典的算法貪心算法（Greedy Algorithm）[2]來說，它所采用的策略就是每步都選擇當前收益最大的選項，以試圖使得全局的收益最大化。

部分情況下貪心策略是有效的，比如經(jīng)典的數(shù)據(jù)壓縮算法，哈夫曼編碼就是采用貪心策略。但是在游戲場景中，貪心策略可能并不是最有效的，有的時候一些看起來是收益的獎勵往往是某種誘餌，但是貪心策略只會選擇當前收益最大的選項。

早期的國際象棋AI深藍（DeepBlue）主要采用的就是貪心策略，它會對每個棋子進行評分，最高的是對面的王，次要是后、車、相等棋子，它每走一步都會生成所有的可能動作，根據(jù)可以吃的棋子的評分中選擇最大的那個并吃掉，雖然深藍還有別的機制但主要就是依賴這個策略。但是這種短視只能獲取局部利益最大化，難以實現(xiàn)全局收益最大化。

以上的知識你大概率可以在強化學習（Reinforcement Learning）中了解到，因為RL就是一種針對策略或者決策進行學習和優(yōu)化的AI算法簇，對于貪心策略來說，如果視它為一個人，那么把它的腦子打開，里面其實記錄了一種對行為的評價方式，也就是每個棋子價值如何。相對地，如果打開的是以RL算法為核心構(gòu)建起來的策略，你會發(fā)現(xiàn)它的腦子內(nèi)部是一個神經(jīng)網(wǎng)絡。

但無論何種策略，它們都有選擇動作的基本邏輯，而這也是策略類游戲所強調(diào)的概念：進行決策。

1.1 決策&反饋系統(tǒng)

游戲可以被理解為一個決策&反饋系統(tǒng)，它可以視為由環(huán)境、規(guī)則等組成的完整的游戲系統(tǒng)或者包含其他目的的系統(tǒng)。和策略函數(shù)一樣，這個系統(tǒng)也可以被理解為一個函數(shù)，如下所示：

簡單來說，在給定的狀態(tài)下執(zhí)行動作a，玩家將獲取一個回報r，并同時將整個狀態(tài)過渡到下一個時間片段，實際上決策&反饋系統(tǒng)非常常見，游戲就是一種典型的決策&反饋系統(tǒng)的建模。玩家能夠?qū)τ螒驁?zhí)行一個動作，并獲得一定的反饋且使得整個游戲的狀態(tài)發(fā)生改變。

1.2 博弈系統(tǒng)

在經(jīng)典博弈論[3]中，對博弈的解釋是需要滿足以下四個基本條件：

1、參與者（Players），即決策人或者玩家。

2、策略（Strategies），如前文所說，可以視為根據(jù)狀態(tài)和動作空間來獲取具體行為的函數(shù)。

3、收益（Payoffs），在既定的策略之下，每個參與者所獲得的效用或者利益等。

4、信息（Information），即參與者能夠了解到的對與博弈相關(guān)的所有情報或者知識等。

現(xiàn)在可以對博弈論的四個基本條件來進行簡單的分析，其中參與者、策略、收益其實前文都已經(jīng)提到了，最關(guān)鍵的一部分其實是信息。這也將引出本文的另外一個關(guān)鍵點，策略類游戲的構(gòu)建核心就是基于情報或者信息的。

為此，本文提出了一個新的更適合游戲領(lǐng)域的系統(tǒng)建模用以取代經(jīng)典博弈論中的建模方法，稱之為博弈系統(tǒng)，定義如下：

博弈系統(tǒng)是一個由風險、收益、與決策相關(guān)的確定性信息和不確定性信息四個基本要素構(gòu)成的決策&反饋系統(tǒng)，任何符合博弈系統(tǒng)描述的決策&反饋系統(tǒng)可以稱之為具有博弈性。

其實決策&反饋系統(tǒng)中就已經(jīng)提到了收益的概念，收益是構(gòu)成決策&反饋系統(tǒng)的必要條件，因為收益是玩家進行決策的動機和依據(jù)，但是特別要注意，這里的收益并不是通俗意義上的效益或者利益之類的概念，而是一種評價體系。

如果把考試視為一個決策&反饋系統(tǒng)，那么分數(shù)就是收益，如果把掃地視為一個決策&反饋系統(tǒng)，那么收益就是地面干不干凈。除了收益之外，其他三個基本要素可以簡單梳理一下。

首先是風險，本質(zhì)上風險代表了玩家對于決策這件事要產(chǎn)生某種成本，因為如果沒有任何執(zhí)行成本，那么整個系統(tǒng)就可以被暴力破解，因為玩家可以逐一的嘗試所有的選項直到獲取到足夠的收益，此時確定性和不確定性信息就不再重要了，所以構(gòu)建風險或者執(zhí)行成本是形成博弈的重要元素之一。

其次是確定性信息，首先這里的信息是與決策相關(guān)的信息，比如參與游戲的玩家都有自己的昵稱或者名字，但是這種信息對于決策沒有任何影響力，基本上是無關(guān)信息。只有能夠影響決策的才是博弈論中所定義的信息。如果直接移除掉確定性信息，那么一個博弈系統(tǒng)就會坍縮為一個抽獎系統(tǒng)，抽獎系統(tǒng)也可以看作一種確定性信息為零的博弈系統(tǒng)，比如體育彩票、或者抽卡手游、開盲盒等都屬于抽獎系統(tǒng)。因為沒有確定性信息，就沒有決策的依據(jù)或者抓手，這樣一來，任由再多的選項都會坍縮為單一的選項，如果只有一個選項，則沒有必要進行決策了，正如抽卡只有抽獎的按鈕，它不需要玩家從三個福袋中選一個，那都是一些表面設計。

最后是不確定性信息，如果直接移除掉不確定性信息，那么一個博弈系統(tǒng)就可以直接計算出它的最優(yōu)解，比如如果有這樣一個AI象棋選手，它完全基于一個固定的套路來走棋，那么就可以很輕松的計算出最快的贏它的手段并且這個手段可以無限的利用下去。

綜合來說，只有一個決策&反饋系統(tǒng)滿足了這四個基本要素之后，它才能形成博弈性，玩家才有可以利用的部分，或者說才能吸引到玩家來游玩這個游戲。

比如基金和股票就是一種博弈系統(tǒng)，它滿足風險和收益，并同時具有一定的確定性元素，用戶可以觀察基金的以往走勢、可以獲取一定的政策和國際形勢信息，但除此之外幾乎都是變數(shù)。

賭石也是一種博弈系統(tǒng)，賭石是珠寶行業(yè)的術(shù)語，簡單來說就是可能包含玉石的原材料在開采后是屬于一種被石皮包裹的狀態(tài)，內(nèi)部狀態(tài)如何是未知的，于是一塊材料有一定的價值潛力，但是真正是否有價值還得切開才知道。

額外提一下，賭石在現(xiàn)代化已經(jīng)失去了一定的意義，因為已經(jīng)專門有珠寶鑒定方向的工業(yè)級CT可以更詳細的看到石頭內(nèi)部的狀態(tài)，部分人試圖用醫(yī)用級CT來證明X射線無法穿透一般的石頭是沒有說服力的，所以文本提及的賭石是一種完全理想化的賭石（因為游戲中可以設計類似于賭石的玩法系統(tǒng)）。

簡單分析一下為什么理想化的賭石是符合博弈系統(tǒng)的，首先它滿足風險要素，因為購買石頭原料很貴，然而切出來之后，它的價值是有可能大幅貶值的。其次，它具有收益，如果切出來是一塊好的料子，那么它的價值又會升值。再次，它具有確定性，有經(jīng)驗的老手可以通過磨皮開窗（珠寶行業(yè)術(shù)語）、打燈觀測、計算石頭的密度、觀察石頭皮殼狀態(tài)等方式來推測石頭內(nèi)部的狀態(tài)，但最終切開之前，它都具有很強的不確定性，所以理想化的賭石完全符合博弈系統(tǒng)的。

本文假設策略類游戲定義至少滿足它的核心結(jié)構(gòu)是一個博弈系統(tǒng)，所以理解博弈系統(tǒng)是理解策略類游戲定義的重要的前提，至于為什么，可以繼續(xù)拆解。

二.策略類游戲定義

在有了對博弈系統(tǒng)的理解之后，就可以基于博弈系統(tǒng)構(gòu)建出策略類游戲的定義了?，F(xiàn)在需要我們對博弈系統(tǒng)中的四個基本要素進行一定的細化。

2.1 目標

模擬經(jīng)營類游戲的核心結(jié)構(gòu)是一個內(nèi)循環(huán)結(jié)構(gòu)，可見目標對于模擬經(jīng)營類游戲來說不是必須的，但是策略類游戲不一樣，策略類游戲一定需要一個目標。但是這個目標并不一定指代某種官方目標，比如打敗對手、擊敗Boss、它也可以是一個局部的目標，甚至自定義的目標。

為什么？前文提到了決策&博弈系統(tǒng)的數(shù)學建模如下所示：

其中r是回報，回報并不是一個具體的概念，而是一種評價，回報的評價體系是一定要圍繞一個目標來的，就拿股市來舉例，用戶進入股市進行投資是為了賺錢，這就是一個目的，如果目的不是為了賺錢，那么評價體系就會發(fā)生變化，于是賺到的錢多錢少不能再作為決策&博弈系統(tǒng)中的回報r，那么用戶決策的依據(jù)就會發(fā)生變化。

正如對于掃地機器人來說，目的是為了把地掃干凈，于是可以通過對地面審查是否干凈來對掃地機器人的工作進行評價，掃地機器人可以根據(jù)所獲取的評價和自己以往的行為來優(yōu)化自己的策略。但如果目的不是為了把地掃干凈，那么這一切都需要重新開始。

因為決策是需要依據(jù)的，所以如果缺乏目標，就無法形成評價體系，進而決策就失去了根本的判斷依據(jù)，無法評價每個動作包含的潛在價值，最終無法決策或者決策失去了意義。有了這樣一層思考，甚至無須對現(xiàn)有的策略類游戲進行觀察就可以斷言：

策略類游戲是一種圍繞達成目標而設計的游戲類型。

2.2 狀態(tài)

現(xiàn)在不妨拋出一個簡單的疑問：猜拳游戲算不算策略類游戲？（假設猜拳是不可作弊，完全公平的狀態(tài)）

為什么會有這樣一個疑問？因為猜拳游戲符合游戲有一個目標且需要玩家進行決策的結(jié)構(gòu)，玩家需要從剪刀、石頭、布三個選項中選擇一個，然后贏過對手，簡單又直接。

但是猜拳游戲并不是策略類游戲，雖然還沒有得到策略類游戲的定義，但是策略類游戲至少要滿足博弈系統(tǒng)的基本結(jié)構(gòu)。

所以一個簡單的證明就是，無論玩家進行什么決策，都有1/3的概率贏過對方，所以猜拳游戲本質(zhì)上可以簡化為一次抽獎，中獎的概率為1/3，也就是從性質(zhì)上來說，猜拳游戲就是一個抽獎系統(tǒng)，抽獎系統(tǒng)是不具有決策概念的，或者說一個抽獎系統(tǒng)是不具有確定性信息的，這導致玩家沒有可進行決策的重要依據(jù)。

但是這種說法只是很表面的對猜拳游戲進行了概念上的簡化，沒有觸及其本質(zhì)，真正導致三個選項可以被簡化為一個選項的底層原因是因為這三個選項并沒有改變系統(tǒng)狀態(tài)，系統(tǒng)狀態(tài)可以指代當前游戲中的環(huán)境與動作空間的綜合。

為什么一定要改變狀態(tài)呢？觀察前文提到的整個博弈系統(tǒng)的建模：

這個建模的直觀理解就是，玩家執(zhí)行了某個操作之后，會獲取回報r，系統(tǒng)狀態(tài)會發(fā)生一定的改變，所以不妨假設：如果執(zhí)行了任意動作空間A中的動作a之后，都不會對狀態(tài)產(chǎn)生任何影響或改變，會如何？

如果不管怎么操作，游戲狀態(tài)都不會發(fā)生變化，用公式來描述就是：

這就導致了一個可怕的事實：

也就是說整個游戲世界都是完全靜止的，本文沒有深究過這樣的游戲，但姑且認為這樣的游戲并不具有現(xiàn)實意義，所以可以給出關(guān)于猜拳游戲性質(zhì)的更為嚴謹?shù)恼f法：

猜拳游戲不具有構(gòu)成策略類游戲的必要條件：其行為無法改變系統(tǒng)狀態(tài)，這使得整個游戲是靜態(tài)的。

那狀態(tài)又有什么特征呢？現(xiàn)在可以繼續(xù)挖掘猜拳游戲，給猜拳游戲加入多對局制，也就是三局兩勝制或者五局三勝制。當然，所謂三局兩勝制可以看作是對戰(zhàn)的玩家初始有兩格血，每輸一局都會掉一格血，輸兩局后游戲失敗。

現(xiàn)在再來看剛才的分析，似乎事情略有不同了。因為每次決策后，系統(tǒng)狀態(tài)的確發(fā)生了變化，同時系統(tǒng)擁有了一定的確定性信息，因為玩家的血量就是狀態(tài)的一部分。但似乎仍然可以用抽獎系統(tǒng)的解釋來否定三局兩勝制的猜拳游戲是策略游戲，因為每一輪的決策仍然是獨立事件，還是只有1/3的勝率。

但深入思考，會發(fā)現(xiàn)，雖然在三局兩勝制的前提下，動作改變了系統(tǒng)狀態(tài)，但是系統(tǒng)狀態(tài)并沒有對下一輪的決策產(chǎn)生實質(zhì)性影響。也就是雖然確實有了確定性信息，但是這部分信息跟決策沒有關(guān)系，這違背了博弈系統(tǒng)的定義中所描述的信息的要求，那么整個游戲，這仍然會陷入前面的靜態(tài)游戲世界的陷阱里，最終導致決策仍然是無意義的。

這也是為什么博弈系統(tǒng)中的信息是必須跟決策相關(guān)的，正如如果玩家扮演一位將軍然后帶兵打仗，士兵的姓名叫什么其實是無足輕重的事情。博弈系統(tǒng)中的信息必須與決策有關(guān)聯(lián)。

所以到這里，最終可以給出關(guān)于狀態(tài)更為細致的特征：

狀態(tài)中包含了所有能夠影響到玩家決策的確定性信息和不確定性信息，同時狀態(tài)會因為玩家的行為而發(fā)生一定的變化。

2.3 策略類游戲定義

經(jīng)過對目標、狀態(tài)、決策和博弈系統(tǒng)的解釋，整個策略類游戲的循環(huán)架構(gòu)圖呼之欲出了，因為既然行為能改變狀態(tài)、狀態(tài)能夠影響下一輪決策，就形成了一個循環(huán)結(jié)構(gòu)。

決策&反饋的循環(huán)結(jié)構(gòu)

不過這張圖有一個漏洞就是它沒有停下的時候，這與最終要達成一個目標是不符的，所以可以對動作的結(jié)果進行分流：

廣義策略類游戲結(jié)構(gòu)

現(xiàn)在可以給出策略類游戲的更為嚴謹和科學的定義了：

策略類游戲是一個圍繞最終的目標，以系統(tǒng)狀態(tài)，策略與決策，動作執(zhí)行所構(gòu)成循環(huán)結(jié)構(gòu)為內(nèi)核的具有博弈性的游戲類型。

2.4 關(guān)于策略類游戲定義的總結(jié)

這里我希望衍生一個與本文無關(guān)的概念，就是有一些人其實也很好奇，為什么要苛求一個細致的定義？雖然得到了這個結(jié)構(gòu)，但是它的意義何在呢？就拿推導的過程來說，一般玩家即便不知道這個定義，也可以大概地分辨什么一個游戲是不是策略類游戲。

這是一個非常棒的問題，如果讀者也有同樣的疑問，我希望給出解答。

在立項我自己的模擬經(jīng)營類游戲《多洛可小鎮(zhèn)》的時候，我對游戲的設計和理解一無所知，我認識過很多這樣的自稱是“游戲策劃”的人，實際上不過是玩過很多同類型的作品然后產(chǎn)生了自己制作游戲的想法但又沒有任何實質(zhì)性策劃技能的人，我當時就是這樣的人。

這樣的人有什么問題？關(guān)鍵就在于，游戲的樂趣往往是一種最終呈現(xiàn)，一些不屬于游戲核心結(jié)構(gòu)的設計也會因人而異地產(chǎn)生很多樂趣，比如有的人很喜歡動森里的可愛的小設計，有一些人很喜歡游戲里的臺詞和驚艷的視覺設計和鏡頭語言，有的人則喜歡在廣袤的開放世界的角落里探尋到一塊石頭下的寶藏的喜悅感。

以上這些都是游戲的樂趣，但是它們不是游戲的核心架構(gòu)，它們是為整個游戲錦上添花的部分，正如我在寫完模擬經(jīng)營類游戲綜述的時候說過，種田類游戲的核心并不是種田。

這些內(nèi)容龐雜而無序，屬于腦洞一整天就可以得到一大堆的奇妙想法，也確實是最游戲最有樂趣的部分，但是一個沒有對游戲設計有過深入研究的人則很容易將游戲邊緣內(nèi)容與核心架構(gòu)混為一談，開始專注于一些表面內(nèi)容最后發(fā)現(xiàn)牛頭不對馬嘴。

對于結(jié)構(gòu)很復雜的游戲正確的路徑是先構(gòu)建起核心的架構(gòu)，將其視為一個框架或者平臺，再往其中加入各種腦洞和趣味性的內(nèi)容。

如果對核心架構(gòu)缺乏認知，可能會認為模擬經(jīng)營類游戲就是背包系統(tǒng)、種田系統(tǒng)、建造系統(tǒng)、對話和任務系統(tǒng)等等系統(tǒng)的組合，只要把這些系統(tǒng)都完成，游戲就做出來了。因為似乎大部分的模擬經(jīng)營類游戲都是這樣設計的。然而這就是模擬經(jīng)營類游戲最大的陷阱，模擬經(jīng)營類或者類似的結(jié)構(gòu)比較復雜的游戲都存在一個短板性質(zhì)，那就是它的縱向系統(tǒng)很多，你只有把這些系統(tǒng)都做出來，整個游戲才能開始體驗，才可以開始感受反饋。

如果一意孤行，結(jié)果就是最終做了一大堆系統(tǒng)，結(jié)果發(fā)現(xiàn)對不上之后開始大量的修改，產(chǎn)生的成本慣性可以輕易的擊潰一個不成熟的團隊。

形成反饋的周期性太長是策劃迭代游戲設計中會面臨的最大的問題，于是自然而然地，就要開始探尋怎么樣以最小的架構(gòu)去實現(xiàn)一個模擬經(jīng)營類游戲，我在初期探索中總結(jié)的一個很經(jīng)驗論的方法叫做系統(tǒng)剪枝法，對于一款現(xiàn)有的模擬經(jīng)營類游戲，如果刪掉其中的某個系統(tǒng)無法對現(xiàn)有的游戲循環(huán)產(chǎn)生致命性影響，就刪除它，一個游戲刪無可刪之后留下來的就是這個游戲的剪枝版本，也是它的最小構(gòu)成。

而在對《星露谷物語》進行系統(tǒng)剪枝的過程中，我對模擬經(jīng)營類游戲有了更深刻的認知，我意識到可以先定義什么是模擬經(jīng)營類游戲，之后就可以從理論層面出發(fā)得到一個有效的結(jié)構(gòu)設計，所以我在模擬經(jīng)營類游戲中提出了“葡萄樹模型”，這是一個極簡的模擬經(jīng)營類游戲。

當然，在我的文章里出現(xiàn)的大部分模擬經(jīng)營類游戲循環(huán)結(jié)構(gòu)都是這樣的：

廣義模擬經(jīng)營類游戲抽象架構(gòu)

但是事實上這個循環(huán)是廣義模擬經(jīng)營類游戲，但星露谷物語或者牧場物語是RPG+模擬經(jīng)營的縫合類游戲，相對來說更為具象化，所以它的結(jié)構(gòu)可以被確定的更多，只不過這篇研究文章的內(nèi)容不多，所以沒有發(fā)布出來。

類星露谷物語游戲結(jié)構(gòu)分析

所以回頭來看，為什么要苛求一個細致的定義，因為如果一款游戲結(jié)構(gòu)簡單，那么我們可以直接去打磨它的整體，但是如果一款游戲結(jié)構(gòu)復雜，比如MMORPG、SLG（此處指模擬經(jīng)營類游戲）、RTS等，很容易陷入一些表征性概念而無法做出有效的迭代和設計。

所以去研究定義和結(jié)構(gòu)，正如如果一個畫師要畫一個角色，總是先畫好大概的草稿和主體結(jié)構(gòu)，然后再去繪制底色、然后再是一些細節(jié)比如扣子金屬反光、衣服的褶皺等。只有當畫師達到一個極高的水準，這些內(nèi)容已經(jīng)了然于心，才會開始打亂這些順序，專注于自己想要專注的部分。

以上，是關(guān)于為什么要苛求的游戲的基本定義的解答，如果定義出錯了，我們可以去慢慢修正結(jié)構(gòu)的定義，但是貫徹這種研究方法本身是科學和有效的。

三.策略類游戲的特征

現(xiàn)在已經(jīng)知道了策略類游戲更為精確的定義，所以它和模擬經(jīng)營類游戲的循環(huán)結(jié)構(gòu)有什么異同之處呢？挖掘它和模擬經(jīng)營類游戲的異同可以推導出策略類游戲的基本特征。此外，從策略類游戲的定義入手也可以找到更多的特征。

3.1 顯式目標

首先最大的不同肯定就在于目標，模擬經(jīng)營類游戲是不存在既定的目標的，即便部分游戲設計了目標也只是一個形式目標，不是結(jié)構(gòu)目標。

因為很多游戲都有策略類玩法要素或者模擬經(jīng)營類玩法要素，所以其實兩者是可以自由嵌套的，比如模擬經(jīng)營可以嵌套策略循環(huán)，典型的案例就比如《王國》、《冰汽時代》，策略類游戲也可以嵌套模擬經(jīng)營循環(huán)如《文明》系列作品、《北境之地》等。

但是無論嵌套多少層玩法結(jié)構(gòu)，它都會有一個根結(jié)構(gòu)（Root Structure），也就是文本談到的核心結(jié)構(gòu)，比如文明系列游戲或者北境之地之類的游戲大部分時間都在規(guī)劃和發(fā)展，看起來偏養(yǎng)成性，但實際上它有一個很嚴格的停機目標，一旦達成這個目標，游戲就會結(jié)束。

而《王國》《風暴之城》《終末之地》《冰汽時代》《莊園領(lǐng)主》《極遠邊疆》一類的游戲則相對偏模擬經(jīng)營類，不存在顯式目標，只告訴玩家要生存下去，玩家游玩的主要是純粹的發(fā)展和規(guī)劃。

3.2 決策力度和游戲體驗時長：為什么策略類游戲往往是對局式的？

決策是存在一定局勢影響力度的，但因為游戲狀態(tài)復雜度的不同，我們暫時無法得到一個有效的計算公式，但是玩家每次決策必然會造成一定的局勢上的改變。

但有一個也許可行的計算方案，如果經(jīng)?？聪笃鍖?，會發(fā)現(xiàn)象棋現(xiàn)在大多采用AI來對勝率進行預測，所以也許可以通過每走一步的AI評定的勝率變化/決策空間規(guī)模來粗略的表示該次決策的影響度，說白了，如果能專門針對某個游戲訓練一個特定的AI來預測勝率的變化，就可以通過下列公式來計算決策的影響度。

接著可以求出一局對局的平均影響度：

但是這個公式只是一個假說公式，因為暫時沒有辦法證明它，目前唯一可以用以實驗的就是圍棋和象棋，按照本文的猜想，圍棋的平均決策影響度應該是低于象棋的，但是本文不是論文，所以此處暫時不做更深入的探索。

一局象棋對局算上思考的時間，大概要走10-30分鐘左右，一局云頂之奕大概要走15分鐘左右，而如果你開一把文明6，增加10個國家，世界選擇巨大，勝利模式改為統(tǒng)治勝利，這局游戲大概要玩到6-10個小時，當然，這里要排除掉一些游戲的動畫播放和演繹的固定結(jié)構(gòu)性時間影響，那么文明6也遠比象棋和云頂之奕來的更久，這些都跟玩家每次決策的影響度有關(guān)聯(lián)，所以可以給出一個基于此的猜想：

玩家的決策影響度越大，則對局的平均時間就會越短，反之則會越長。通過調(diào)整決策影響度就可以影響整個游戲的節(jié)奏感設計。

文明6中的決策就非常細碎，按照上述參數(shù)來創(chuàng)建游戲，一局游戲可能要玩400-500回合，每個回合玩家都有很多單位（包括城市和武裝單位）可以決策，于是每次決策的影響度就會降低，節(jié)奏就變得十分的慢。

所以不妨假設這樣一個策略類游戲，一局對局的體驗時長在40-70小時左右，該如何理解它？個人認為這樣的游戲難以存在，因為如果一局對局的體驗時長過長，玩家的決策影響度就會降低到無足輕重，這與策略類游戲著重于思考、規(guī)劃和決策的內(nèi)核是相違背的。然而40-70個小時則是模擬經(jīng)營類游戲的常見體驗時長。

所以通常來說，策略類游戲要體現(xiàn)出決策的重要性，就是拔高決策的影響度，從而對局的時長不能太長，于是策略類游戲往往是對局式的，這樣便于更好的約束體驗的時長。

3.3 決策重于反應和操作：為什么策略類游戲大多是回合制的？

并不是所有的策略類游戲都是回合制，但似乎大部分策略類游戲都是回合制的，至少很多耳熟能詳?shù)慕?jīng)典游戲很多都是回合制，當然理由很簡單，因為策略類游戲著重于思考、規(guī)劃和決策，所以整個游戲的所有設計都會為了這個特點服務。

回合制是不依賴于玩家的反應力和操作的，就拿MOBA類游戲《英雄聯(lián)盟》和其衍生的自走棋類游戲《云頂之奕》來說，英雄聯(lián)盟是一個非?？简灢僮骱头磻俣鹊挠螒?，相對來說競技性更強，難度也更大。而云頂之奕則相對來說更簡單，因為它不需要玩家進行任何操作，只需要進行決策即可，執(zhí)行的過程是不需要玩家介入的。

回合制可以看作是世界處于半靜止狀態(tài)，或者可以稱這個世界的時間是離散的。就像是《StoneShard》《Subterrain: Mines of Titan》里的世界，也就是玩家如果不進行任何操作，整個世界就是靜態(tài)的。

游玩的StoneShard截圖

除此之外，回合制還有一個特點就是給了玩家思考和規(guī)劃的時間，因為很多實時操作性游戲比如動作類游戲是不會留給玩家太多時間去思考的。

所以策略類游戲的一個基本特征就是，它更偏重于思考、規(guī)劃和決策，并會降低對操作和反應速度等方面的要求。

于是策略類游戲不一定是回合制的，但是設計性層面一定會使得操作、反應速度為決策這件事讓步，只不過回合制同時滿足了給予玩家足夠的思考時間和降低了對操作性的要求，所以策略類游戲通常以回合制為主，而在RTS中則對玩家的微操能力有一定的要求。

3.4 強調(diào)發(fā)展和結(jié)果的未知

在策略類游戲的定義中，或者從策略函數(shù)中可以得知：對決策影響最大的就是環(huán)境，環(huán)境的變化會導致決策發(fā)生重大的變化，而決策又會進一步的影響環(huán)境。整個游戲世界是在不斷發(fā)展的。

這種發(fā)展和模擬經(jīng)營類游戲中的城市營造的那種發(fā)展并不是同一種概念，這種發(fā)展偏重于描述世界正在不斷地變化，而相對來說模擬經(jīng)營類游戲的世界雖然也在發(fā)展，但其最終的結(jié)果往往就是搭建出一個龐大的城市或者一個完善的農(nóng)場，雖然形態(tài)設計可以截然不同，但這個核心方向是沒錯的。

所以嚴格來說，策略類游戲強調(diào)環(huán)境的變化和結(jié)果的未知，而模擬經(jīng)營類游戲則強調(diào)城市營造規(guī)劃和結(jié)果的已知。

既然強調(diào)發(fā)展，又有何種表現(xiàn)呢？這種表現(xiàn)落實到具體的設計其實是非常多的，所以這里就提一種最經(jīng)典的設計，即科技樹的設計。

在寫游戲中的經(jīng)濟學淺析一文的時候，曾經(jīng)提到過價值鏈的流動模式，通常來說價值鏈依據(jù)其趨勢可以分為樸素式流動、融合式流動和擴散式流動。但除了價值鏈之外，任何帶有節(jié)點性質(zhì)的概念都是一樣的，比如科技樹。所謂融合式科技樹大概是這種感覺：

融合式流動

融合式科技樹往往具有很強的引導性，通常用以指導玩家進行素材的收集和構(gòu)建整個游戲的壓力傳導結(jié)構(gòu)，在泰拉瑞亞、饑荒、我的世界中都有大量的類似的概念。有了一個工作臺之后，就知道了大概的配方，然后就可以收集素材然后制造出對應的設備，所以說這些游戲并不是沒有引導，而是它們的引導的主要形態(tài)就是一個融合式科技樹。

而擴散式科技樹則是反過來的：

擴散式科技樹

擴散式流動則強調(diào)結(jié)果的未知，強調(diào)發(fā)展，強調(diào)玩家應該根據(jù)環(huán)境和局勢的變化來選擇不同的科技以更好地處理目前的對局。比如下列科技樹，最初的玩家招募的都是民兵，但是它可以通過科技樹來升級為不同的兵種以適應不同的戰(zhàn)場環(huán)境。

一個假想的士兵升級擴散過程

游戲世界的隨機初始化；對手的出招和戰(zhàn)略部署的不同；環(huán)境中可能出現(xiàn)的隨機事件都有可能使得整個游戲朝著未知的方向發(fā)展，這是整個游戲產(chǎn)生博弈性的核心點之一。

3.5 隨機性對于策略類游戲的影響

通常來說，很多游戲都會引入隨機性，隨機性也是構(gòu)造不確定性信息的一種經(jīng)典方式，但是隨機性并不能完全代表不確定性信息，就拿RTS來說，RTS中有一個概念叫做戰(zhàn)爭迷霧，被迷霧遮蓋的區(qū)域是未知的，但是這部分內(nèi)容并不是隨機的，所以說隨機性是不確定性的一種形式，但不確定性則未必是隨機性所引發(fā)的，不確定性的范圍要更廣一些。

不確定性在一個博弈系統(tǒng)中的占比有可能會改變整個博弈系統(tǒng)的性質(zhì)，前文已經(jīng)提到了，如果一個博弈系統(tǒng)的確定性信息為零，則代表了它對玩家來說是完全不可決策的。

這個系統(tǒng)性質(zhì)的改變可以再深化一下，因為這個系統(tǒng)的性質(zhì)只針對玩家的決策行為，什么意思呢？就比如拿三張牌，其中一張是紅桃而另外兩張是黑桃，然后擺放好順序讓玩家抽，和一個實時運算的程序不一樣的是，在玩家抽之前，誰是紅桃就已經(jīng)確定了，也就是說，雖然是抽獎但它對于玩家來說只有不確定性，卻沒有隨機性。

但是它對玩家來說仍然是一個抽獎系統(tǒng)，因為抽獎和博弈是圍繞玩家的決策來的，沒有任何能夠影響玩家決策的信息，所以其性質(zhì)沒有發(fā)生變化。

但是這里可以衍生另外一個特殊的情況，就是對于一個多次執(zhí)行的只有兩種結(jié)果的抽獎系統(tǒng)，在每次抽獎概率相等的情況下可以視為一種伯努利實驗，但如果系統(tǒng)所采用的隨機算法是偽隨機算法，且玩家知道的情況下，那么整個系統(tǒng)其實會變成一個博弈系統(tǒng)。

因為其中有了一部分確定性信息，而且這部分確定性信息會影響玩家地下一步操作。一個最為典型的案例就是DNF的強化或增幅系統(tǒng)。

DNF中的增幅或者強化系統(tǒng)理想的來說是一個抽獎系統(tǒng)，其結(jié)果是完全未知的，但是因為其使用了偽隨機算法，多了一個墊子的概念，所以長期來看，它是實質(zhì)性的博弈系統(tǒng)。所以下文提到的抽獎系統(tǒng)如果未經(jīng)提及都是理想化的抽獎系統(tǒng)?，F(xiàn)在已經(jīng)知道兩個事實：

• 不確定性信息的一種典型形式就是引入隨機性
• 如果博弈系統(tǒng)是完全不確定性的，那么它會坍縮為一個抽獎系統(tǒng)

換而言之，如果一個博弈系統(tǒng)引入較多的隨機性，它的不確定性就會提高，進而使得其向著一個抽獎系統(tǒng)靠近，它的設計意義是什么呢？

因為抽獎系統(tǒng)有一個特點，也就是一個理想化的抽獎系統(tǒng)，那么它不具有任何玩家可以掌握的信息，于是任何水平的玩家來操作，結(jié)果都是一樣的。所以反過來說，如果系統(tǒng)中引入的隨機性較少甚至完全沒有隨機性，比如象棋，象棋的不確定性信息完全源自于不知道對手下一步怎么走，于是它對于雙方選手的實力有很大的關(guān)聯(lián)。

這就是隨機性的兩個極端情況，據(jù)此不難推出這個結(jié)論：

在博弈系統(tǒng)中引入的隨機性的程度越高，其對玩家的實力要求越低，反之則越高。

3.6 策略類游戲的博弈是圍繞信息展開的

在博弈系統(tǒng)中，信息分為確定性信息和不確定性信息，并且這些要素會在對局中快速變化，當然，信息是一個抽象描述，它可以被概括為情報、知識等。而確定性信息和不確定性信息的不斷地變化是構(gòu)成博弈的關(guān)鍵要素。

在斗地主中，高級別的選手通常擁有很強的記牌能力，因為實際上每次出牌之后，剩下的牌能湊出什么樣的牌就會逐漸明確，于是斗地主玩家可以根據(jù)剩余的牌型來規(guī)劃自己的出牌路線，選擇勝率最大的打法，這種做法并不一定會勝利，但是會提高勝率。長期來看，玩家勝利的場次會越來越多。

而在惡魔輪盤中同樣如此，甚至惡魔輪盤的主要玩法就是圍繞情報展開的，簡單的介紹一下這款游戲，這款游戲?qū)儆陔p人對戰(zhàn)，玩家和對手都有一定數(shù)量的生命值，通常是2-4格血，對局開始時生命值的數(shù)量才會確定。

一場游戲分為多輪對局，對局是圍繞一把霰彈槍展開的，游戲開始時，霰彈槍中都會設置2-8枚子彈，并告訴雙方玩家，有多少子彈是實彈而多少是空包彈，這個數(shù)量和順序都是隨機的。同時都會給雙方玩家發(fā)放一定數(shù)量的隨機物品，每個物品都有不同的作用，如果霰彈槍中的子彈全部打完還沒能分出勝負，則這些道具會保留并會給霰彈槍重新上膛。

惡魔輪盤的基礎(chǔ)規(guī)則是這樣的，雙方玩家輪流行動，在自己回合的行動中，可以使用道具來改變戰(zhàn)局狀態(tài)，然后以開槍來結(jié)束回合，開槍可以選擇朝自己開槍也可以選擇朝對手開槍，如果朝自己開槍是空包彈，則下回合也屬于自己，如果不是空包彈，則扣一滴血并進入下一回合。如果朝著對手開槍，空包彈則無事發(fā)生，不是空包彈則扣除對手的血量。

圖為惡魔輪盤

首先這個游戲最關(guān)鍵的就是雙方玩家是不知道下枚子彈是什么的，這就是一個不確定性信息，但是隨著玩家使用道具或者對局的推進，這些不確定性信息會轉(zhuǎn)變?yōu)榇_定性信息，比如如果開場是兩枚子彈，一枚是空包彈，一枚是實彈，如果玩家朝著自己射擊，是空包彈，則下一發(fā)必然是實彈。

此外，玩家可以利用道具來改變戰(zhàn)局狀態(tài)：

• 放大鏡可以讓你查看當前的子彈是空包彈還是實彈
• 手銬可以銬住對手使得無論玩家這個回合做了什么，下個回合還是屬于玩家
• 鋸子可以鋸掉槍管，使得這輪的實彈傷害從1變?yōu)?
• 香煙可以恢復一滴血
• 手機可以讓你知道未來的某一發(fā)子彈是空包彈還是實彈，手機可以看作一個劣化版本的放大鏡

本質(zhì)上，這個游戲會圍繞子彈數(shù)量，實彈數(shù)量和道具和血量來展開，正如上圖所展示的游戲?qū)譅顟B(tài)，我和對手都只有一滴血了，我的場上有香煙、手銬和放大鏡，所以對我來說幾乎已經(jīng)是必贏的狀態(tài)，可以先手一根香煙回復一滴血，然后通過放大鏡來觀察下一枚子彈，如果是實彈可以直接送走對面，如果是空包彈則打自己，到下一回合，可以通過手銬銬住對面，獲得兩回合朝對面攻擊的機會，因為連續(xù)三枚空包彈的概率是非常低的，所以如果放大鏡看到的第一發(fā)不是實彈，則大概率會在第二發(fā)或者第三發(fā)的時候送走對面。

但是這么做的理由除了能夠直接送走對面之外，還有另外一個原因，因為對面也有一盒香煙，如果不試圖在這一回合斃掉他，那么他恢復血量之后情況又回到了兩格血vs兩格血的狀態(tài)，所以盡可能地用掉所有地道具在我方輪次中干掉他是最好的策略。

所以這個游戲中我的決策的根據(jù)第一是我場上的道具能否極大的概率的在這一輪次中解決掉他，其次是我觀察到對方場上的道具是有一定的回復能力，所以即便是沒有手銬，我也會嘗試一回合解決掉他，因為這局比賽雙方都只有兩格血，即便我用香煙回血了，如果下回合他刷出鋸子仍然是有概率一回合秒掉我的。

3.7 關(guān)于策略類游戲的特征總結(jié)

以上就是我大概想說的一些內(nèi)容了，因為策略類游戲涵蓋的內(nèi)容實在太廣了，于是如果有一套理論能夠把什么是策略類游戲和其特征講清楚，大概率只能以比較抽象的特征來描述它，但其實個人希望更進一步的研究模擬經(jīng)營類游戲和策略類游戲是如何相互嵌套與雜糅的。

這會給設計復雜度更高的策略類游戲提供更多的幫助，同時也可以通過模擬經(jīng)營類游戲中一些理論積累來強化策略類游戲的理論體系。尤其是之前通過驅(qū)動系統(tǒng)理論來研究《北境之地》的時候，其實是完全把北境之地當成一個模擬經(jīng)營類游戲來研究的，但北境之地嚴格來說應該是一個策略類游戲的架構(gòu)嵌套一個模擬經(jīng)營類游戲的子內(nèi)核，所以說，結(jié)構(gòu)真的太奇妙了。

但是還是先停下來做一個簡單的總結(jié)，以避免這篇文章再次變成一篇超長文。關(guān)于策略類游戲和模擬經(jīng)營類游戲的混合結(jié)構(gòu)分析我會在后續(xù)的文章里進一步的探究，并且此后在策劃類的文章中，我會開始將我自己的一些demo設計作為案例放到文章中。

四.后記

這篇文章也寫了很久了，為了寫這篇文章我其實還玩了很長時間的《游戲王大師決斗》，但是這個游戲的復雜度是遠超一般的桌游的，所以無法在主要篇幅中來解釋它，否則就要引入大量的游戲王的概念，這不是一篇文章能寫得完的。所以如果讀者有游戲王相關(guān)的經(jīng)驗，可以繼續(xù)讀下面的內(nèi)容。

4.1 游戲王的構(gòu)筑環(huán)境變化

《游戲王大師決斗》在2025年7月引入了碼麗絲卡組，但其實碼麗絲的終場并不是很強，但碼麗絲是妥妥的主流卡組，所以為什么終場不是很強的碼麗絲卡組可以躋身一線卡組呢？這其實就要慢慢談了。

首先要理解游戲王和其他萬智牌或者卡牌桌游最大的特點的不同，就是游戲王沒有任何發(fā)動卡牌的代價，除了通常召喚有一次限制之外，特殊召喚沒有任何限制，魔法卡的發(fā)動也幾乎沒有限制，這導致任何能抽牌的卡都顯得無比強大，因為只要能繼續(xù)抽牌，游戲王就幾乎可以無限的展開下去，展開能力極強的卡組也叫爆展流卡組。

游戲王中有一張卡禁卡，叫強欲之壺，這張卡的效果是從牌組抽兩張卡，得以于游戲王的游戲性質(zhì)，這張卡的強度在游戲王里幾乎是爆表的，于是被禁用了。

如果展開能力過強，那么很容易在自己先手的情況下做出一個很大的場面，然后對手是幾乎打不過的，下面是我用防火龍+碼語者+三閘機男巫構(gòu)建起來的很強的終場：

碼語者/防火龍/三閘機男巫終場

這個終場之強大，有三閘機男巫三技能、后場的電腦網(wǎng)沖突兩個三色康，防火墻龍·暗流體的四次怪效康，墓地電子界封存龍的二色康，以及墓地伊格尼斯·風飛馬的彈牌和防火墻龍起點的四次彈牌，同時火碼下回合還可以繼續(xù)抽卡，可以說這個終場做出來到目前為止還沒有能遇到可以攻破它的人（當然也可能是我段位太低了，最高白金1）。

所以隨著游戲王的牌效越來越高，其展開能力是在不斷加強的，于是后手玩家要想有游戲體驗，就必須要開始攜帶手坑，什么叫手坑呢？就是能夠在對面展開的時候可以直接發(fā)動并打斷對面的卡，所以雖然我的終場很強，但是在白金三以上的段位是幾乎做不出來這個場子的，很容易吃到灰泡G隕而被中斷。

所以最終的結(jié)果就是，能在白金鉆石以上段位玩的比較開的卡組，基本上都是被康之后妥協(xié)能力很強的卡組，就比如碼麗絲，碼麗絲自身的阻抗很高并且和手坑協(xié)防的能力很強。此后的主流卡組基本上都有這種性質(zhì)。

這就是游戲王的整個環(huán)境的主流卡組歷史變遷，當然，在任何時代都有玩任何卡組的玩家，所以以下變遷主要針對主流卡組。

游戲王構(gòu)筑變遷過程

4.2 游戲王基于情報的攻防戰(zhàn)

所以游戲王中的博弈策略也基本上都是基于情報的，其最關(guān)鍵的過程并不是攻防的過程，而是展開的過程，基本上很多戰(zhàn)斗在展開過程中就可以結(jié)束了，因為大部分白金鉆石以上的卡組都有能力在對面無法攔住自己的情況下一至兩回合擊敗對面，很少會拖入超過3個回合。

而展開的過程中，先手玩家要注意的就是騙康防隕，而后手玩家則是在什么時機交康，所以游戲王的情報分為兩大塊，一方面是對面的卡組，比如2025年年初的大師決斗非常流行原石青眼卡組，如果你熟悉這個卡組，就知道該怎么去交康來打斷對面。

我自己玩的是碼語者/斬機/防火龍這套（PS：選擇這套卡組純粹是因為當初不懂瞎選的），打斷碼語者斬機的展開就是在圓武發(fā)動二技能的時候打斷，或者發(fā)動電腦網(wǎng)挖礦或者通召瓢蟲女郎的時候，這幾個時機對于碼語者來說都是比較重要的階段。

這種屬于場外情報，也就是你可以通過閱讀卡牌的技能或者觀察主流卡組視頻來在對局之前進行了解，還有一種就是場內(nèi)情報，也就是部分玩家有自己的展開習慣和攻防策略，通過猜測對手的意圖和想法以此來作為是否打斷的判斷依據(jù)是游戲王攻防戰(zhàn)核心邏輯。

但其實個人認為游戲王作為策略類游戲的樂趣其實是不足的，它的樂趣主要是構(gòu)筑的過程，實際上打好多局可能都沒有辦法打出一局精彩的對局，要么是自己吃癟，要么是對手吃癟，可以說看對面說書展開然后自己一點辦法沒有這種無力感真的太強了。

參考

^Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction (2nd ed.). The MIT Press.

^Edmonds, J. (1971). Matroids and the greedy algorithm. Mathematical Programming, *1*(1), 127–136.

^von Neumann, J., & Morgenstern, O. (1944). Theory of games and economic behavior. Princeton University Press.